热门资讯> 正文
2026-08-10 20:03
扩大的合作在86,000个额外样本中应用多重蛋白质分析,使研究人员能够超越单一生物标志物,转向对疾病同质性、亚型和轨迹的精确医学理解
合并数据集预计于2027年完成,预计将代表最大规模的神经退行性疾病研究,涵盖不同地区和队列的140,000多个样本
加利福尼亚州弗里蒙特,2026年8月10日(环球新闻网)--Alsemble Biosciences,Inc.(纳斯达克:ALMR)是致力于最早检测疾病的精确蛋白质组学领域的领导者,今天宣布扩大与阿尔茨海默病数据倡议和盖茨风险投资公司的战略合作伙伴关系。扩大后的协议增加了使用该公司最新的神经病学小组NULISAseq™ Neuro 220对86,000份血浆样本进行分析。大约21,000个样本是7月中旬与领先研究型大学发起的全国规模蛋白质组学计划的一部分。在2025年6月宣布的多中心计划的基础上,该计划使用Alsemble的超敏感NULISA™技术分析了超过55,000个样本,此次扩张反映出人们对该合作伙伴关系的科学产出和Neuro 220小组的信心不断增强,能够为驱动神经退行性疾病的共同病理学提供更丰富的见解。
Alloe Biosciences创始人、首席执行官兼董事长罗玉玲博士表示:“我们与阿尔茨海默病数据倡议和盖茨风险投资公司的合作扩大反映了我们共同建立的科学势头以及NULISA平台为该领域带来的价值。”“多重蛋白质分析使研究人员能够同时检查多个生物过程,在这种规模下,通过深入的临床表型分析,目标从检测病理学转向描述病理学:描述疾病亚型、确定阶段以及跟踪轨迹如何随着时间的推移而演变。"
神经退行性疾病涵盖一系列重叠的病理学、疾病分期和生物学轨迹,个体差异很大。多重蛋白质分析提供了一种同时检查多个生物过程的方法,而不是一次研究一种分析物。然后,人工智能和机器学习可以应用于如此大的数据集,以潜在地识别新的途径和蛋白质相互作用,对疾病进展和亚型做出突破性的数学预测,并推断因果机制。NULISAseq Neuro 220小组从少量血浆或脑脊髓液中测量约220个神经生物标志物目标,并提供开始大规模描述神经变性、神经炎症、突触功能和血管病理学的疾病同质性所需的分辨率。该小组还包括eMTBR-Tau,这是一种新兴的生物标志物,能够测量血液中的tau缠结负担,补充p-Tau 217等既定标志物,并首次能够同时基于血液捕获两种标志性阿尔茨海默病病理。
盖茨风险投资公司健康与生命科学董事总经理兼阿尔茨海默病数据计划临时执行董事Niranjan Bose表示:“这次扩展反映了我们NULISA NeuroData Commons合作的科学严谨性和早期势头。”“这种规模的多重蛋白质分析,加上深度临床表型分析,为我们提供了一个真正的机会来了解疾病在个体和人群中如何变化,而不仅仅是确认其存在。这种见解可以改变我们治疗和预防的方式。"
合并数据集于2027年完成后,预计将涵盖跨多个地区和队列的超过140,000个样本,与临床和纵向结果数据集成,并通过相同的安全数据共享基础设施与全球研究界共享,该基础设施由AD数据计划支持并由全球神经变性蛋白质组学联盟(GNPC)利用。
有关Neuro 220 Panel和Alamar完整精确蛋白质组解决方案组合的更多信息,请访问alamarbio.com。
关于阿尔茨海默病数据计划
阿尔茨海默病数据倡议是由领先的学术、倡导、政府、行业和慈善组织组成的联盟,认识到痴呆症研究人员需要找到更简单的方法来共享数据、分析工具和科学发现。这些合作伙伴正在共同努力,加快阿尔茨海默病和相关痴呆症的新诊断、治疗和治愈方法的进展。请访问www.alzheimersdata.org了解有关阿尔茨海默病数据计划的更多信息。
关于Alloe Biosciences
Alsemble是一家商业阶段的蛋白质组学公司,在蛋白质检测和分析方面建立了金标准。利用我们专有的NULISA™技术和ARGO™ HT系统,我们的平台旨在检测血液中极低浓度的蛋白质生物标志物,具有超高灵敏度、高特异性、灵活的多路传输、广泛的动态范围和无缝自动化。我们将这种特征组合称为“精确蛋白质组学”,并相信它填补了高级蛋白质组学领域的一个关键空白,帮助研究人员解锁跨疾病状态的全方位蛋白质生物标志物。请访问alamarbio.com了解更多信息。
前瞻性陈述
本新闻稿可能包含前瞻性陈述,包括根据1995年《私人证券诉讼改革法案》的安全港条款做出的陈述。这些陈述可以通过“目标”、“预期”、“相信”、“可能”、“估计”、“预期”、“预测”、“打算”、“可能”、“计划”、“可能”、“可能”、“潜在”、“寻求”、“将”等词语的变体或旨在识别前瞻性陈述的类似表达。本新闻稿中任何此类非历史事实陈述的陈述均可能被视为前瞻性陈述。这些前瞻性陈述包括但不限于有关完成合并数据集的预期时间及其项目范围的陈述;人工智能和机器学习应用于识别新型途径和蛋白质相互作用、开发疾病进展和亚型的预测因子以及推断因果机制的潜力; Alloe Biosciences从远程收集的样本中解锁高质量多路蛋白质组数据的能力。本新闻稿中的任何前瞻性陈述均基于Alloe Biosciences当前的预期,并涉及可能永远不会实现或可能被证明不正确的假设。请读者注意,由于各种风险和不确定性,实际结果可能与Alloe Biosciences前瞻性陈述中表达或暗示的结果存在重大差异,其中包括但不限于与蛋白质组学市场激烈竞争相关的风险和不确定性、面临法律诉讼、监管质询和其他法律问题、未能开发新的检测方法或仪器、对严重依赖政府资金的研究人员的依赖、研究和学术机构的支出减少、产品可能受到FDA或其他监管要求更严格的监管、Alloe Biosciences仪器和消耗品制造的复杂性,未能获得未来用于临床或诊断用途的产品的营销授权,Alloe Biosciences保护其知识产权的能力,以及Alfred Biosciences向美国证券交易委员会提交的文件中描述的其他风险。除非法律要求,否则Alfred Biosciences明确表示没有义务更新任何前瞻性陈述。
媒体联系方式:Media@alamarbio.com
投资者联系方式:Investors@alamarbio.com